Mathematische Optimierung im Crewmanagement

Mathematische Optimierung im Crewmanagement Anisa Rizvanolli Fraunhofer-Center für Maritime Logistik und Dienstleistungen Hamburg, 18.05.2017 0/28

Übersicht 1. Übersicht: Personaleinsatz- und Bedarfsplanung 1.1 Herausforderungen der Personaleinsatz- und Bedarfsplanung 1.2 Kurzfristige Personalbedarfs- und Personaleinstazplanung 1.3 Langfristige, flottenweite Personaleinsatzplanung 2. Fokus: Personalbedarf unter Beachtung der Ruhezeiten 2.1 Aktueller Stand 2.2 Lösungswege 2.3 Ergebnisse 3. Zusammenfassung und Potentiale der mathematischen Optimierung 1/28

Herausforderungen der Personaleinsatz- und Bedarfsplanung Wie viele Seefahrer mit welchen Qualifikationen werden benötigt, um die sichere Fahrt eines Containerschiffes bei einer gegebenen Hafenreihenfolge zu gewährleisten? Wie kann der Planer am Bord einen optimalen Einsatzplan mit der gegebenen Crew zu jeder Zeit gewährleisten? Wie erhält man einen robusten und flottenweiten Creweinsatzplan für das nächste Jahr? 3/28

Ermittlung des Personalbedarfes und -einsatzes unter Beachtung der Ruhezeiten Ausgangssituation Inkrafttreten der MLC 2006 für Deutschland im August 2014 Hochkomplexes Planungsproblem für Office und Schiffsführung Diverse Risiken bei Verletzung von gesetzlichen Vorgaben Zielsetzung Ermittlung des schiffsbetriebsnotwendigen Personalbedarfes pro Route Optimale Dienstplangestaltung an Bord auf der Basis aktueller Ist-Zustände Minimierung der Regelverstöße Fundierte Entscheidungsunterstützung bei Budgetplanungen und -verhandlungen 5/28

Ermittlung des Personalbedarfes und -einsatzes unter Beachtung der Ruhezeiten 6/28

Ermittlung des Personalbedarfes und -einsatzes unter Beachtung der Ruhezeiten Ergebnis Ruhezeiten-konformer Personalbedarf auf Positionsebene pro Schiff Ruhezeiten-konformer Creweinsatzplan für die Besatzung 7/28

Langfristige, flottenübergreifende und optimierte Personaleinsatzplanung Ausgangssituation Keine flottenweite Personaleinsatzplannung Niedrige Planungsqualität und Mitarbeiterzufriedenheit Robustheit der Einsatzpläne sehr gering Gleichzeitige Betrachtung aller Planungskriterien kaum möglich Vertragslängen Erfahrungsanforderungen Leave-Zeiten Zielsetzung Entscheidungsunterstützungssystem basierend auf math. Optimierung zur: Ermittlung eines flottenweiten und langfristigen Personaleinsatzplans Beachtung aller Planungskriterien Mathematisch optimaler Einsatzplan 9/28

Optimierte flottenweite Personaleinsatzplanung 10/28

Optimierte flottenweite Personaleinsatzplanung Ergebnis Signifikante Kosteneinsparungen (u.a. weniger Besatzungswechsel, weniger Seefahrer) Höhere Planungsqualität (u.a. Verringerung der absoluten Abweichung von der Vertragsdauer) Erhöhung der Mitarbeiterzufriedenheit durch Planungssicherheit und Einhaltung der Vertragsdauer 11/28

Ermittlung des Personalbedarfes unter Beachtung der Ruhezeiten Kurzfristige Planung Ermittlung des optimalen Personalbedarfs für eine gegeben Route konform mit den gesetzlichen Vorgaben für Ruhezeiten entsprechend qualifizierte Seefahrer Gewährleisung eines sicheres Schiffsbetriebes Die Einhaltung aller Ruhezeiten Regeln Erfüllung aller schiffsbetriebsnotwendigen Aufgaben 13/28

Aktueller Stand Herausforderungen manuelle Bedarfsermittlung basierend auf Erfahrungswerten hohe Personalbelastung bei engen Hafenfolgen Schiffssicherheit durch Übermüdung nicht gewährleistet Verstärkte Hafenstaaten Kontrollen Mögliche Bußgelder Festhalten von Schiffen Reputationsprobleme 15/28

Herausforderungen bei der strategischen Ermittlung des Personalbedarfs unter Beachtung der Ruhezeiten Reelle Dateninstanzen Personal, ein der höchsten Kostenfaktoren 20-400 Schiffe zu planen 18-25 Seefahrer/Schiff mit verschiedenen Qualifikationen Positionen Halbe Stunden Monate Häfen Aufgaben Regeln 18-22 7.200 5 20-25 300-400 3 Ziel Bestimmung der optimalen Crew-Zusammenstellung für die gegebene Hafenreihenfolge mit Gewährleistung der Schiffssicherheit 16/28

Ahoi Hamburg! Neumünster Neumünster Burrg (Dithmarschen) Bu Marn Marne Wahlstedt Kellinghusen linghusen Brunsbüttel Lotsenwechsel eiburg/elbe eibu eib g/elbe 03:00 04:00h Freib Itzehoe Wilster Bad Br Brams amsted amstedt tedt Kaltenki Kaltenkir Kal tenkirchen Krempe empe emp Ottern Otterndorf Ott erndorf erndorf Glückstadt HenstedtHen stedtulzburrg Ulzbu Barmstedt Elbfahrt Elmshorn 04:00 08:30h Quickborn Barrgteheide Ba Norrderstedt No Tornesch Uetersen Ueters en Hemmoor Hemm oor Ahrrensbu Ah Pinneberg Pinnebe g Bad Bederk Bederkesa Schenefeld Schenefeld Stad Stade Lotsenwechsel Wedel Hamburg 08:30 09:30h Anlegen 09:30 10:30h Horneburrg Hornebu Bremervö emer rde de Buxtehude Hars Harsefel Harsefeld Beverstedt versted Schiffsankunft in Hamburg aufgeteilt in Schiffsbetriebzustände 17/28 Ladearbeiten im Hafen 10:30 23:30h Glinde

Eigenschaften notwendiger Aufgaben Startzeitpunkt und Dauer Mindestens ein Seefahrer ist für jede Aufgabe qualifiziert Kann zu mehren Seefahrern zugeordnet werden Können unterbrochen werden Eigenschaften notwendiger Aufgaben 18/28

Gesetzliche Vorgaben für Ruhezeiten an Bord (MLC) Ein Seefahrer muss mind. 10 Std. in jedem 24 Std.- Interval ruhen. Ein Seefahrer kann max. 77 Std. in jedem 7 Tage-Interval arbeiten. 10 Std. Ruhe müssen in mind. 2 Blöcke unterteilt werden, einer davon mit 6 Std. 1. Block 2. Block 3. Block Regelkonform? 6 h 4 h 0 h + 9 h 1 h 0 h + 8 h 1 h 3 h + 6 h 1 h 3 h 10 Std. in mehr als 2 Blöcke 7 h 2 h 2 h 10 Std. in mehr als 2 Blöcke (7+2=9) 5 h 5 h 0 h Alle Blöcke kürzer als 6 Std. 9,5 h 0,5 h 0 h 2. Block kürzer als 1 Std.(Deutsche Flagge) 19/28

Probleme Manuelle Bedarfsermittlung Keine Definition/Spezifikation der notwendigen Aufgaben Obere Grenze für mögliche Kombinationen 21 Seefahrer x 7.200 halbe Std. x 300 Aufgaben = 45.360.000 Komb. Kombinatorisches schweres Problem Nicht in einem angemessenen Zeitrahmen lösbar kaum manuell (optimal) lösbar 20/28

Gibt es gute Lösungsmöglichkeiten? Andere Bereiche: Luftfahrt, Militär, Schienentransport? Mathematische Modelle Optimierungsalgorithmen Entscheidungsunterstützungssysteme 22/28

Mathematische Modellierung Aufgaben Reisezustände Seefahrer Regeln Mengendefinitionen s 1 s 2 s 3 s 4 Aufgaben Seef. z 1 z 2 z 3 a 1 a 2 a 3 a 4 a 1 a 2 a 3 a 4 Reisezustände Aufgaben Kundenspezifische Zuordungen Heuristiken 23/28

1 0.5 0-0.5-1 10 8 6 4 2 0-2 -4-6 -8-10 -10-8 -6-4 -2 0 2 4 6 8 10 Lösungsmethoden Direkte exakte Methoden Branch & Bound, Simplex Proprietäres Software Zu teuer für alle Schiffe Schwere Probleme exponentielle Rechenzeit Heuristiken Eine gute zulässige Lösung Schnelle Lösung Entscheidungsunterstützung Anpassung basierend auf Kundenanforderungen 24/28

Ergebnisse Entwicklung kundenspezifischer Lösungen Anpassbare Heuristiken Tool für quantifizierbare Aussagen Anpassung der Besatzungsstärke und zusammensetzung auf bestimmten Routen durch Auftraggeber ist bereits erfolgt 26/28

Potentiale der mathematischen Optimierung für die Personaleinsatz- und Bedarfsplanung Fundierte Entscheidungsunterstützung Signifikante Kosteneinsparungen Erhöhung der Transparenz Erhöhung der Mitarbeiterzufriedenheit Erhöhung der Planungsqualität und -sicherheit Anpassbarkeit der Algorithmen Unterstützung der Digitalisierung und Harmonisierung Anpassbarkeit für ähnliche Fragestellungen aus anderen Bereichen 27/28

Ihr Kontakt am Fraunhofer CML 28/28